面向肺4D-CT的点集匹配

　　点集匹配在肺癌的放射治疗过程中起着关键作用，其能够对肺周期运动进行有效估计。《面向肺4D-CT的点集匹配/江西理工大学优秀博士论文文库》在介绍4D－CT肺图像成像原理及四维图像配准的特点和分类的基础上，重点介绍了笔者在肺运动估计中采用的几种点集匹配算法，包括基于动态点集匹配的肺运动估计算法、基于点集匹配和时空追踪的肺运动估计算法、基于L1范数与拓扑保持约束的点集匹配算法、基于时空径向基函数的四维形变模型等4种算法的理论知识和实验效果。《面向肺4D-CT的点集匹配/江西理工大学优秀博士论文文库》可作为从事肺运动估计、图像配准研究的高校教师、研究生、高年级本科生及科研人员的参考书。

暂缺《面向肺4D-CT的点集匹配》作者简介

第1章 绪论
1．1 研究背景
1．2 肺图像配准相关技术
1．2．1 肺成像技术
1．2．2 4D-CT图像配准与肺运动模型估计
1．2．3 国内外研究该技术主要实验室的研究现状
1．3 四维图像配准的时空关系分类
1．3．1 基于空间变换的四维图像配准方法
1．3．2 基于时空变换的四维图像配准方法
1．4 四维图像配准的方法分类
1．4．1 基于强度的图像配准方法
1．4．2 基于特征的图像配准方法
1．4．3 基于混合的图像配准方法
1．5 点集匹配
第2章 肺4D-CT成像原理及预处理
2．1 引言
2．2 肺CT成像原理
2．3 肺运动特点
2．4 公测的4D-CT肺数据集
2．5 4D-CT肺图像的预处理
2．6 本章小结
第3章 基于动态点集匹配的肺运动估计算法
3．1 引言
3．2 点间对应关系
3．3 鲁棒性点集匹配模型
3．4 目标点集调整的可行性及收敛性分析
3．5 算法描述
3．6 实验结果分析
3．6．1 肺呼吸运动估计
3．6．2 肺滑动运动估计
3．6．3 运行时间
3．7 本章小结
第4章 基于点集匹配和时空追踪的肺运动估计算法
4．1 引言
4．2 算法概述
4．3 基于SIFT特征的点集匹配算法
4．4 基于L1范数的正则化轨迹拟合
4．5 空间mean-shift点追踪
4．6 实验结果分析
4．6．1 肺呼吸运动估计
4．6．2 肺滑动运动估计
4．6．3 运行时间
4．7 本章小结
第5章 基于L1范数与拓扑保持约束的点集匹配算法
5．1 引言
5．2 正则化约束的点集匹配模型
5．2．1 L1范数约束
5．2．2 拓扑保持约束
5．2．3 平滑约束
5．2．4 正则化约束的形变模型
5．3 变换函数模型求解
5．4 算法总结
5．5 实验结果分析
5．5．1 评价指标
5．5．2 二维数据集
5．5．3 三维肺数据集
5．5．4 运行时间
5．6 本章小结
第6章 基于时空径向基函数的四维形变模型
6．1 引言
6．2 基于空间径向基函数的变换函数
6．3 基于时空径向基函数的变换函数
6．4 时空变换函数的性质
6．4．1 可分离性
6．4．2 可解性
6．4．3 时间和空间的平滑性
6．5 实验结果分析
6．5．1 运动模型评价
6．5．2 四维图像插值
6．5．3 运行时间
6．6 本章小结
第7章 结束语
参考文献